本文介绍微软 AI 量化投资平台 Qlib 基础和进阶功能，对比传统量化策略 开发流程和 Qlib 提供的解决方案，提炼 Qlib 特色及优势，并探讨笔者使用 体会。Qlib 于 2020 年 9 月公开初版源码，2020 年 12 月获微软官网报道 并引发热议。我们认为 Qlib 的主要优势在于:1)覆盖量化投资全过程， 用户无需切换工具包或编程语言，降低 AI 算法使用门槛;2)从工程实现 角度，对因子数据储存、因子计算等环节提出创新解决方案，提升运算性 能和开发效率，或能解决量化投资研究中的部分痛点。
2022-05-16 21:05:40
4.84MB
1
微软研究院最新发布的融合了各种机器学习算法的人工智能量化投资平台Qlib，可以用来进行量化机器学习和交易策略回测。
从应用层来看，它主要包括数据、机器学习和策略回测松耦合的三大块（每块可以独立）。本系列课程将详细介绍其使用方法。包括：1 如何下载和检索行情数据2 如何利用行情数据，使用各种机器学习方法进行模型训练和预测3 如何基于行情数据和预测结果编制交易策略进行回测4 如何进行预测与回测结果评价5 如何定义因子库
6 如何查询因子库数据7 实验工作流裁剪8 提供源码可以将Qlib的机器学习和另一个更加成熟的基于python的开源量化回测框架backtrader一起使用。关于backtrader技术教程，可搜索扫地僧backtrader给力教程
2021-09-29 10:19:58
25.58MB
1